Ocean current estimation using ScanSAR data
Notice bibliographique
Résumé
It is possible to estimate the radial velocity of a target by comparing the Doppler centroid, as estimated from the return from the target, with a "reference" Doppler centroid. Of particular interest is the estimation of one component of an ocean current, where the target is an area of ocean a few square kilometres in extent. Studies using single beam SAR products have shown this technique to be effective in estimating the location of the Gulf Stream and the Loop Current in the Gulf of Mexico, but the size of these features means that a swath width of greater than 100 km would be desirable. This immediately suggests working with ScanSAR data, where a wider swath is formed by combining several beams. However, adapting the technique to such data presents a number of difficulties. The spectral information needed for Doppler estimation is not available from standard products, thus custom processing of raw data is necessary. For each beam we have burst mode rather than continuous data, which complicates the spectral shape of the target return but this problem can be avoided by the appropriate choice of azimuth patch size. Combining estimates from several beams involves problems with independent errors and beam edge corruption. The "reference" Doppler centroid must be estimated over a large range and azimuth extent. This estimation is accomplished by fitting a quasi-physical model, involving orbital information, satellite attitude and information about the satellite antenna. The fitting problem is examined, with specific reference to RADARSAT and ENVISAT. Examples of ocean current estimation using RADARSAT ScanSAR data are shown.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».